一种近红外混合光谱定性模型构建方法

[目的]为了提高模型的通用性,确保在实际的近红外定性模型的构建过程中能够提取近红外光谱更多的有效信息,建立一套稳定的、能够适应外界光谱变化的近红外定性模型.[方法]研究小组采用基于加速遗传算法的投影寻踪方法构建光谱的定性模型.通过混合多批次、多产地、多等级、多部位的光谱作为训练样本集,来提高模型的通用性.然后计算投影特征向量和其他光谱集的投影值,并分别进行比较.[结果]建模集与同批次光谱集的均值的变异系数为0.63％,与不同批次光谱集的均值的变异系数为1.54％,并且,混合不同批次样本前后,不同批次样本集投影值均值的变异系数从1.54％降至0.26％.[结论]通过混合不同批次的光谱,可明显提高模型在不同批次光谱的定性表现.因此,使用投影寻踪方法建立光谱的定性模型具备很好的可行性.